云计算中负载均衡优化模型及算法的研究.docVIP

云计算中负载均衡优化模型及算法的研究 　　摘 要：虚拟化技术使云计算中形成了各种各样的资源池，这对于用户来说资源可以按需分配、动态扩展和配置，但对于管理员来说资源的管理和分配变得复杂和困难。因此如何实现资源合理分配和负载均衡成为研究的热点。为此提出了任务调度的负载均衡优化模型，并采用改进的遗传算法（IGA）来求解。最后通过与遗传算法（GA）和Min-Min算法进行仿真对比实验，结果证明了IGA算法在计算资源负载均衡方面表现较优。 　　关键字：云计算；虚拟化技术；负载均衡；遗传算法；任务调度 　　中图分类号：TP391 文献标识码：A DOI：10.3969/j.issn.1003-6970.2013.08.017 　　本文著录格式：[1]张栋梁，谭永杰.云计算中负载均衡优化模型及算法研究[J].软件，2013，34（8）： 52-55 　　0引言 　　虚拟化技术的使用，使得云计算系统出现大量的虚拟资源池和拥有超强的计算能力，并且可以处理更多的任务和请求，从而提高系统工作的吞吐量[1]。但是面对云环境内部众多任务和请求，如何进行任务调度和资源分配成为目前急需解决的问题。进行云数据处理时，如果把当前任务集中分配给计算能力强的计算机，势必会造成此机器的负载量[2]过重、工作效率降低，从而影响用户响应时间，同时造成云环境中计算能力较弱机器负载量减少，资源浪费，但如果限定每台机器的分配任务数量，又会因没考虑单一任务负载情况导致任务群[3]集中到个别机器上，造成这些机器超载现象。由于以上原因，同时考虑计算机任务负载情况和每台机器的计算能力，本文提出了基于任务调度的负载均衡优化模型，解决任务调度过程中负载均衡问题，对于解决工作中实际问题具有较高的实用价值。 　　1国内外研究现状 　　负载均衡和任务调度策略越来越受到国内外学者关注，其中冼进、余桂城提出的云计算中作业调度算法[4]。周莹莲、刘甫分别从软硬件、技术和算法等方面进行了服务器负载均衡的研究[5]。由于系统中云计算节点的异构性、大规模性和虚拟池的多样性，使得上述策略解决云计算中负载均衡问题有所限制。赵超、王晟针对私有云模型中负载均衡问题[6]指出目前的研究现状和出现的难点。刘媛媛等提出一种基于虚拟机迁移的负载均衡思想[7]，该思想的创新之处是避免了瞬时负载峰值触发的虚拟机迁移问题和传统负载均衡技术中的群聚冲突问题。施杨斌提出基于分形方法的负载均衡触发策略和基于多准则决策的负载均衡选择策略算法[8]。左利云、左利锋设计了基于资源预先分类的Min-Min调度算法[9]，该算法根据资源的计算和通信能力预先将资源分类，并使用资源等级与任务最小执行时间的乘积进行调度等。本文根据云计算的大规模性和异构性等特点，同时考虑任务负载的差异性，提出了基于任务调度的负载均衡优化模型，并用改进的遗传算法进行仿真，达到预期效果。 　　2基于任务调度的负载均衡优化模型 　　2.1云计算中负载均衡优化问题 　　虚拟资源池是云计算中存储数据信息的主要组成部分，而虚拟资源的调度和分配策略更成为核心问题，本节着手于调度任务虚拟机，然后将虚拟机均衡地分配给物理机。 　　云计算中任务和虚拟机的调度与分配（如图1）可分为四个层次：任务接收层、虚拟机创建层、负载均衡策略层、物理机层。任务接收层处于最上面，面向云环境中所有用户，接收用户提交的任务请求，进行分批归类处理，同时把归类好的任务按照某种策略成批映射到虚拟机创建层。虚拟机创建层根据任务的种类和数量创建相应的虚拟机，把任务部署到虚拟机上。负载均衡策略层首先收集每个虚拟机上任务的负载量和物理机上的计算资源量，并将收集的信息进行量化，然后根据负载均衡策略再将虚拟机分配到物理机上，物理机层提供虚拟机所需的资源，并运行部署在物理机上的虚拟机，完成分配的任务。 　　2.2云计算中任务调度的负载均衡优化模型 　　基于任务调度的计算资源在云环境的负载均衡中占据很重要的地位，如何平衡资源问题非常重要，此前很多研究学者对此提出不同处理策略，比如Yiqiu Fang、Fei Wang和Junwei Ge提出了云计算下基于负载均衡的任务调度算法。而本文建立的模型是基于任务调度的计算资源均衡，首先衡量出任务的负载量和计算资源的能力大小，然后根据负载量和计算资源能力的大小抽象成组合优化的数学模型，即把负载量均衡分配到计算资源上，使得每台物理机上计算资源占用率相差不大、相对均衡；这里任务负载量的衡量依据预计执行时间和任务量的大小来确定，而物理机计算能力的大小综合考虑CPU型号、频率、核心数、CPU数量等因素。 　　物理机j上的计算资源计算公式如下： 　　其中为任务的负载量大小，为物理机j上的计算能力大小，为物理机j上的计算资源占用率。 　　云计算中所有物理机上计算资源